君，已阅读到文档的结尾了呢~~
MRI数据预处理流程
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
MRI数据预处理流程
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口[转载]磁共振实验数据SPM8处理流程
SPM，即统计参数图，也是这个软件的最终输出，它是由英国伦敦大学的Friston教授等人在通用数学软件包Matlab基础上开发的软件系统，其统计功能非常强大，设计这个软件包的初衷是采用统计的方法来处理fMRI，PET和SPECT的数据。用SPM进行数据处理分析过程主要分为两大部分：预处理过程和统计分析过程。
运行环境：Matlab 2009a
先写一下SPM8的安装：有必要说一下SPM实际不是一个独立的软件，它相当于一个用Matlab程序编写的工具箱，必须依赖Matlab的环境完成其功能。言归正传，首先将下载好的SPM8程序包导入Matlab，复制整个spm8文件夹到MATLAB的安装路径：MATLABR2009atoolbox下。然后运行Matlab，在其主窗口选择File-&set
path-&Add with
Subfolders-&spm8-&save-&close。设置完成后在Matlab中执行命令&&spm
fmri。这样出现了spm8的操作界面（如下图），这也表示spm8安装成功！
我们称左上侧的窗口为按钮窗口(button window)，左下侧的窗口为输入窗口(input
window)，右侧大窗口为树形结构窗口或图形窗口(Tree Building&Window or
the graphics window)。
一、数据准备
为方便后续的数据处理，如果数据分散处理后整合，建议所有处理数据路径保持一致，要统一路径。如原始DICOM图像放在rawdata文件夹中，data文件夹存放转换后的功能像，data3D文件夹中存放转换后的结构像。处理前首先要采用数据转换软件将dicom数据转换成SPM解析格式，转换时格式请选择NIfTI，可用SPM输入面板中的DiCOMImport模块转换，也可以采用专门的转换软件，如MRIcovert。然后进行数据预处理，预处理结束后到matlab安装目录中备份spm*.ps文件，其中包含了空间校正和标准化的信息，然后进行建模分析。
转换后data文件夹中会有多个.img（图像数据）和.hdr（矩阵数据）；data3D文件夹中只有一个.img和.hdr文件。
二、数据处理流程
1、Slice Timing时间层校正
Timimg用来校正1个volume中层与层之间获取(采集)时间的差异，对事件相关设计的实验尤为重要。我们在按钮窗口中的预处理面板中点击“Slice&Timimg”，将出现一个对话框，修改其中参数：
Data：New：Session
Session：选择你要处理的数据，如文件夹data中的所有数据
Slices：我们输入每祯图像的层数，如“32”（可以在spm8-&Display-&data：.img-&done-&Dimensions:64*64*32中查看）
TR：我们输入重复时间，一般为2秒，我们输入“2”
TA：是每祯图像获取第一层开始到获取最后一层图像的时间间隔，TR-TR/nslice，可直接输入公式，如我们输入“2-2/32”
Slice order：我们输入“1:2:31
&2:2:32”（图像是隔层扫描所得到的）。指定层获取顺序的层次序参数是一个含N个数的向量，这里N是每个volume所含的层数。每一个数表示该层在图像(volume)中的位置。向量内的数字排列顺序是这些层的获取时间顺序。如行向量[1
3 5 7 9 11 13 15 17 19 21 23 25 24 6 8 10 12 14 16 18 20
22&24](在Matlab中可表示为[1:2:25,2:2:25])
Slice：我们输入“31”。选择参考层，通常选择nslice/2，如25层时选择13层作为参考层。
Filename Prefix：是指新生成的图像前加何标记，一般采用默认设置。默认为a
最后点击面板上方的向右的绿色三角即开始运行。运行完后将会生成一系列a*.img文件，这就是时间校准后的数据。
注意：很多研究者容易将时间校准和空间校准顺序颠倒，一般的观点是如果图像获取是隔层（interleaved）进行的，如1、3、5、7、9、2、4、6、8、10，则要先进行slice
timing再进行realign，如果图像各层是连续(sequential)获取的，如1、2、3、4、5、6、7、8、9、10，则要先进行realign再做slice
2、Realignment 头动校正
即使我们对被试的头部做了很好的固定，在实验过程中，被试也会不由自主的有一些轻微的头动，这在fMRI实验中尤为明显。这一步就是把一个实验序列中的每一帧图像都和这个序列的第一帧图像按照一定的算法做对齐，以矫正头动。
目的：如果在容许的头动范围内，可以使用一定的算法校正信号，使其靠近真实值，如果超过了这个规定的范围，则必须剔除这组数据。
头动范围（Check Realign）：& 平动≤2.0mm and
旋转≤2.0degree[严老师观点]
我们在预处理面板校准选项中选择“Realign(Est&Res)”，出现一个参数设置对话框。
修改其中参数：
Data：New：Session
然后选中data下出现的“Session”选项。点击“Specify
Files”，用spm文件选择器选择刚做完时间校准的全部图像（a*.img）。
Filename Prefix：默认为r
其余选项采用默认设置，点击上方绿色的三角开始运行。
做完这一步，能给出该序列中被试的头动情况，以作为是否放弃该数据的依据，如果头动超过1个voxel（功能图像扫描矩阵一般是64*64，则体素的大小为（FOV/64）*（FOV/64）*（层厚+层间距）），则要考虑放弃该时间点数据。该程序利用最小二乘法(leastsquaresapproach)原理和含6个参数(刚体模型)的空间变换，对从一个被试获取的时间序列进行校正。用户可指定某个volume作为随后volumes的参考。可以是第1个volume，也可选择比较有代表性的volume(更明智的选择)，例如选择磁场相对稳定的第4个volume。校正信息(头动信息)将在结果窗口(GraphicsWindow)显示。每个Session的校正信息将存储为rp*.txt，其中*为Session数据集名称。另外，头动校正信息将以plot图形显示。
Translation图表示被试头部在X，Y，Z三个方向的平移，分别用蓝，绿，红三种颜色表示。Rotation图表示被试头部在实验过程当中绕X(L-R)，Y(A-P)，Z(S-I)三条轴的转动角度。横坐标代表这个序列所采集的所有图像，纵坐标表示的是偏移量和偏转角度，分别以毫米和度为单位。采用SPM8，头动信息和空间标准化的图形文件将以spm_“data”.ps的形式保存于matlab的工作目录下，如我们是日处理的数据，则将以spm_2009Apr30.ps文件存于matlab的work目录下。当然也可以将生成的图像保存成.jpg格式：File-&Save
说明：①matlab中如何查看头动范围&
&&&&&&&&&&&&&&&
打开rp_af*.txt文件，前3列为平动数据、后3列为旋转数据；&
&&&&&&&&&&&&&&&
在matlab中输入命令：b=load(‘rp_af*.txt’);&&
%----[载入头动数据文件]&
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
c=max(abs(b));&&&&&&&&&
%---[取b值的绝对值的最大值，表示找出每列的最大值]&
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
&c(4:6)=c(4:6)*180/pi&&%---[4-6列为转动，将以弧度为单位的数值转化为以角度为单位的值，pi表示π]&
&&&&&&&&&&&
②运行结束后将生成一对mean*（.img和.hdr）文件（平均脑）、一个rp_*.txt文件（头动参数文件）及若干对r*（.img和.hdr）文件。
3、Coregister 配准
目的：是将所有的图像同一个volume对齐，对功能像与结构像做一个信息的变换。我们相信对于被试，功能像与结构像是线性相关的平动与转动，而不是扭曲的。由功能像向结构像去配，对于结构像中的hdr文件存有一个矩阵，而这个矩阵就包含了功能像的信息。
过程：&在spm8中选择Coregister（Estimate）:---[只需要将旋转的矩阵写入到hdr文件中，不需要生成新的文件，也就是对3D文件做一个刚体的变换，变换到功能像空间里]
Reference Image---[选择头动校正后生成的mean*.img文件]
Source Image---[选择3D文件，即data3D文件夹中的.img文件]
其余选项采用默认设置，点击上方绿色的三角开始运行。
说明：Source image与Reference
image的关系，可以认为是将结构像向以mean开头的功能像里估计，估计结束后就可以将旋转矩阵写入到精度更高的3D文件当中，最后做出的图像的分辨率就会很高。（结构像比功能像清晰很多）
4、Segment 分割
目的：要将被试的结构像配到功能像里，就需要将结构像进行分割。一般分割为灰质、白质和脑脊液三部分。
过程：&&&&&&&&
在spm8中选择Segment
Data---[选择配准后的3D图像，即data3D文件夹中的.img文件]
&&&&&&&&&.Clean
up any partitions----Light clean
Affine Regularisation---[选择欧洲人或东亚人大脑模板] 如：ICBMspace
template-European brains
其余选项采用默认设置，点击上方绿色的三角开始运行。
5、Normalise 标准化
目的：将不同容积及形状的被试的大脑放到一个标准空间里，用一个公用的坐标系去描述具体的一个位置。
方法：①. Normalize by using EPI templates；&
&&&&&&&&&&&
②. Normalize by using T1 image unified segmentation。
先说第①种方法的操作：
在预处理面板标准化选项中选择“Normalise:Estimate&Write”，出现一个对话框，我们做如下设置：
选中“data”——“new
sbject”，在data下新出现的“subject”选项中作如下设置，“sourceimage”选择空间校准步骤中生成的mean文件，“image
to write”选择所有刚进行完校准的文件“ra*.img”，“template
image”我们选择“EPI.nii”，其余采用默认设置，点绿三角运行。
或用第②种方法的操作：
用3D像文件做分割，用分割的信息去做空间标准化，分割要做三个小步骤，被试既有结构像，又有功能像，我们要用结构像分割所得到的信息来做功能像的空间标准化。首先，要保证功能像与结构像在同一个位置。所以，需要做一次coregister，即配准。先把被试的结构像变换到被试的功能像空间里，然后将变换到功能像里的结构像分割所得到的相应信息运用到功能像里。
结构像在功能像空间里被分割后，会得到一个矩阵。这个矩阵就会告诉我们如何从被试的功能空间去往标准空间。也就是MNI空间。我们可以根据这些信息应用到功能像里，写进去以后就会自动配准到标准空间里去。
Normalise: Write&
Data: new subject&&&&&&&&
File---[参数文件，选择3D文件夹下segment后的文件，有2个文件，分别是seg_sn.mat和seg_inv_sn.mat，前者表示由功能像到标准化空间去配，而后者正相反，所以选择前者。]
Image to Write---[要写入的文件，选择3D文件下的ms*.img文件]&&&&&&&&
Bounding box---[默认的偏小，可以改为-90 -126 -72 90 90
（相当于把整个大脑装在这个“盒子”里）
Voxel sizes—[改为3&3
3]&& （不能为1 1 1）
其余参数默认即可。
再次Normalise，做完头动校正后，以平均脑文件做一次标准化。&
Normalise: Write&
&&&&&&&&&&
Data: new subject&
&&&&&&&&&&&&&
Parameter File---[参数文件，选择3D文件夹下segment后的seg_sn.mat文件]&
&&&&&&&&&&&&
Write---[要写入的文件，选择头动校正后以r开头的.img文件]&
&&&&&&&&&&&&
&Bounding box---[默认的偏小，可以改为-90 -126 -72 90 90
&&&&&&&&&&&
&&Voxel sizes—[改为3 3
3]&&&&&&&&&&&&&&
Filename Prefix：默认为w
&&&&&&&&&&&&&&其余参数默认即可。点击上方绿色的三角开始运行。
说明：运行完毕会生成若干对waf*打头的img/hdr文件，同时还会生成一个mean*_sn.mat文件（存放变换参数）。
6、Smooth 平滑
目的：将功能像文件平滑
Image to smooth---[选择做完标准化后的以w开头的功能像文件]&
FWHM改为6 6 6---[半宽全高，通常取体素的2倍]；&其余默认。
点击上方绿色的三角开始运行。
说明：高斯平滑后会生成若干对swaf*打头的img/hdr文件。
如前所述，用SPM进行数据处理分析过程主要分为两大部分：预处理过程和统计分析过程。
预处理过程已经在前两篇里完成啦，接下来是统计分析过程。
参数估计：
在spm8中选择Specify 1st-level
即以前版本的“fMRI model”，spm5 和spm8 中的分析选项有所变化，使用Specify 1st level
做单个被试(single subject)分析；使用Specify 2nd level做组分析(group
analysis)。我们选择“Specify 1st level”，出现一个对话框，设置参数如下：
Directory：指定一个文件夹存放结果数据，如放在data3D文件夹中；
Units for design选择“Scans”-----[如选 scans （对events，事件相关），其后 durations
的时间按 TR 的倍数计算 ；如选 seconds ，则以秒为单位计算 ]
Interscan interval（即TR）输入“2”
Microtime resolution --- [通常默认为 16 ，除非 TR 很长 ]
Microtime onset --- [在 ER 设计中， slice timing 时， reference slice
的扫描次序，例如 reference slice 为第 25 层，是第 13 个扫描的，这里就填 13 ]
“Data & Design”选择“New
Subject/Session”，再选择新出现的“Subject/Session”，
选择“Scans”并用文件选择器选择相应任务的所有平滑后的功能图像（swra*.img）
然后点击“down”，选择“Condition”后选择“New&condition”，然后选中新出现的“Condition”，
“Name”选项输入任务条件的名称，
“Onsets”输入任务条件的启动向量，代表任务刺激启动的扫描数，【如1:14:70 ，代表任务从第 1个 TR 开始，每 14 个
TR 为一个周期，共 70 个 TR 】
选中“Durations”--- [ER 设计填 0、block 设计填刺激任务的持续时间 ，注意前面 Units for
design 的选择！！ ]
&输入任务组块的持续时长，如是事件相关设计请输入“0”。如还有其他任务，要再次选中“Condition”——“New
condition”——“Condition”定义其他任务条件。
设置完毕后点击绿三角运行。
这样将会在开始选择的目录中生成文件spm.mat.
下面要估计我们刚建立的模型，在模型设置面板中点击“estimate”，将打开一个对话框，
很简单，我们只须选择刚生成的“spm.mat”文件点击“down”然后点击绿三角运行即可。
估计完成后，我们选择“results”，将打开又一个对话框，
图中设计矩阵表明一个扫描序列中我们有三个任务条件，均为事件相关设计，选中“t—contrasts”，点击“define new
contrast”, 第一个任务“contrast”定义为“1”， 第二个任务定义为“0 1”，第三个任务nn 定义为“0 0
1”，第一个任务减第三个任务定义为“1 0 -1”，第二个任务减第三个任务定义为“0&1
-1”，第二个任务减第一个任务定义为“-1 1”，其余操作以及激活图显示和以前版本都是一致的。
值得我们注意的是，我们指定或输入一系列的参数来进行每一步的处理，完成后我们可以通过Save按钮将每一步存为一个*.mat文件。以后我们可以通过Load按钮重新加载并使用这些*.mat文件，我们适当修改后（例如改变所运行的数据集）再选择Run按钮运行。
另外我们可以使用TASKS菜单项指定一系列的操作(预处理和/或分析)，在TASKS-&Batch菜单项下，你可以在一个大文件中指定数据处理所有步骤。批处理交互界面非常灵巧。它知道根据指定的步骤将产生什么文件。例如，在Tasks-&Batch,菜单项下，选择New
"Spatial"。在你的SPM任务树(Jobs tree)中选择(highlight) -Spatial ，并从选项面板中选择New
选项指定我们前述的realignment的详细步骤。现在，当我们向任务树中添加标准化步骤时，我们将看见为标准化操作选择r*文件的选项，尽管事实上，我们还没有真的生成r*文件。所以，批处理非常智能，可以预测我们的需要。如果我们已经生成了几个批处理任务文件，我们可以使用TASKS-&Util-&Execute
Batch Jobs选项来运行它们。该工具允许我们选择一系列的mat文件(不一定是batch
jobs文件)来运行。如果你怀念旧版本SPM操作界面，在TASKS菜单下，选择Sequential，这样就不会出现树(tree)，选项将会出现在SPM输入窗口。
说明： （1）定义对比 ，一般 0不用输，要看超过基线或 control 的部分， contrast 选 1，反之可以选
&（2）extent threshold
：范围的阈值，定义多少个连在一起有意义的体素数目才不认为有可能是噪声。这个数值的选择一般要结合选定的P值和 smooth 中 FWHM
&（3）Overlays中选择 slice 查看 2D 激活图 、选择 sectors 查看 3D
激活图，文件选择经标准化后的3D文件，以 wms
开头；也可选Render，在spm8工具箱中的render中的三个模板，用以查看在玻璃脑中的激活图。
&（4）标准化后的图像结果还可以用 MSU 插件（ toolbox ）来获得每一个
激活区的大小（体素个数）和相应的坐标以及对应的脑功能区域或解剖结构。
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。[转载]磁共振实验数据SPM8处理流程
SPM，即统计参数图，也是这个软件的最终输出，它是由英国伦敦大学的Friston教授等人在通用数学软件包Matlab基础上开发的软件系统，其统计功能非常强大，设计这个软件包的初衷是采用统计的方法来处理fMRI，PET和SPECT的数据。用SPM进行数据处理分析过程主要分为两大部分：预处理过程和统计分析过程。
运行环境：Matlab 2009a
先写一下SPM8的安装：有必要说一下SPM实际不是一个独立的软件，它相当于一个用Matlab程序编写的工具箱，必须依赖Matlab的环境完成其功能。言归正传，首先将下载好的SPM8程序包导入Matlab，复制整个spm8文件夹到MATLAB的安装路径：MATLABR2009atoolbox下。然后运行Matlab，在其主窗口选择File-&set
path-&Add with
Subfolders-&spm8-&save-&close。设置完成后在Matlab中执行命令&&spm
fmri。这样出现了spm8的操作界面（如下图），这也表示spm8安装成功！
我们称左上侧的窗口为按钮窗口(button window)，左下侧的窗口为输入窗口(input
window)，右侧大窗口为树形结构窗口或图形窗口(Tree Building&Window or
the graphics window)。
一、数据准备
为方便后续的数据处理，如果数据分散处理后整合，建议所有处理数据路径保持一致，要统一路径。如原始DICOM图像放在rawdata文件夹中，data文件夹存放转换后的功能像，data3D文件夹中存放转换后的结构像。处理前首先要采用数据转换软件将dicom数据转换成SPM解析格式，转换时格式请选择NIfTI，可用SPM输入面板中的DiCOMImport模块转换，也可以采用专门的转换软件，如MRIcovert。然后进行数据预处理，预处理结束后到matlab安装目录中备份spm*.ps文件，其中包含了空间校正和标准化的信息，然后进行建模分析。
转换后data文件夹中会有多个.img（图像数据）和.hdr（矩阵数据）；data3D文件夹中只有一个.img和.hdr文件。
二、数据处理流程
1、Slice Timing时间层校正
Timimg用来校正1个volume中层与层之间获取(采集)时间的差异，对事件相关设计的实验尤为重要。我们在按钮窗口中的预处理面板中点击“Slice&Timimg”，将出现一个对话框，修改其中参数：
Data：New：Session
Session：选择你要处理的数据，如文件夹data中的所有数据
Slices：我们输入每祯图像的层数，如“32”（可以在spm8-&Display-&data：.img-&done-&Dimensions:64*64*32中查看）
TR：我们输入重复时间，一般为2秒，我们输入“2”
TA：是每祯图像获取第一层开始到获取最后一层图像的时间间隔，TR-TR/nslice，可直接输入公式，如我们输入“2-2/32”
Slice order：我们输入“1:2:31
&2:2:32”（图像是隔层扫描所得到的）。指定层获取顺序的层次序参数是一个含N个数的向量，这里N是每个volume所含的层数。每一个数表示该层在图像(volume)中的位置。向量内的数字排列顺序是这些层的获取时间顺序。如行向量[1
3 5 7 9 11 13 15 17 19 21 23 25 24 6 8 10 12 14 16 18 20
22&24](在Matlab中可表示为[1:2:25,2:2:25])
Slice：我们输入“31”。选择参考层，通常选择nslice/2，如25层时选择13层作为参考层。
Filename Prefix：是指新生成的图像前加何标记，一般采用默认设置。默认为a
最后点击面板上方的向右的绿色三角即开始运行。运行完后将会生成一系列a*.img文件，这就是时间校准后的数据。
注意：很多研究者容易将时间校准和空间校准顺序颠倒，一般的观点是如果图像获取是隔层（interleaved）进行的，如1、3、5、7、9、2、4、6、8、10，则要先进行slice
timing再进行realign，如果图像各层是连续(sequential)获取的，如1、2、3、4、5、6、7、8、9、10，则要先进行realign再做slice
2、Realignment 头动校正
即使我们对被试的头部做了很好的固定，在实验过程中，被试也会不由自主的有一些轻微的头动，这在fMRI实验中尤为明显。这一步就是把一个实验序列中的每一帧图像都和这个序列的第一帧图像按照一定的算法做对齐，以矫正头动。
目的：如果在容许的头动范围内，可以使用一定的算法校正信号，使其靠近真实值，如果超过了这个规定的范围，则必须剔除这组数据。
头动范围（Check Realign）：& 平动≤2.0mm and
旋转≤2.0degree[严老师观点]
我们在预处理面板校准选项中选择“Realign(Est&Res)”，出现一个参数设置对话框。
修改其中参数：
Data：New：Session
然后选中data下出现的“Session”选项。点击“Specify
Files”，用spm文件选择器选择刚做完时间校准的全部图像（a*.img）。
Filename Prefix：默认为r
其余选项采用默认设置，点击上方绿色的三角开始运行。
做完这一步，能给出该序列中被试的头动情况，以作为是否放弃该数据的依据，如果头动超过1个voxel（功能图像扫描矩阵一般是64*64，则体素的大小为（FOV/64）*（FOV/64）*（层厚+层间距）），则要考虑放弃该时间点数据。该程序利用最小二乘法(leastsquaresapproach)原理和含6个参数(刚体模型)的空间变换，对从一个被试获取的时间序列进行校正。用户可指定某个volume作为随后volumes的参考。可以是第1个volume，也可选择比较有代表性的volume(更明智的选择)，例如选择磁场相对稳定的第4个volume。校正信息(头动信息)将在结果窗口(GraphicsWindow)显示。每个Session的校正信息将存储为rp*.txt，其中*为Session数据集名称。另外，头动校正信息将以plot图形显示。
Translation图表示被试头部在X，Y，Z三个方向的平移，分别用蓝，绿，红三种颜色表示。Rotation图表示被试头部在实验过程当中绕X(L-R)，Y(A-P)，Z(S-I)三条轴的转动角度。横坐标代表这个序列所采集的所有图像，纵坐标表示的是偏移量和偏转角度，分别以毫米和度为单位。采用SPM8，头动信息和空间标准化的图形文件将以spm_“data”.ps的形式保存于matlab的工作目录下，如我们是日处理的数据，则将以spm_2009Apr30.ps文件存于matlab的work目录下。当然也可以将生成的图像保存成.jpg格式：File-&Save
说明：①matlab中如何查看头动范围&
&&&&&&&&&&&&&&&
打开rp_af*.txt文件，前3列为平动数据、后3列为旋转数据；&
&&&&&&&&&&&&&&&
在matlab中输入命令：b=load(‘rp_af*.txt’);&&
%----[载入头动数据文件]&
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
c=max(abs(b));&&&&&&&&&
%---[取b值的绝对值的最大值，表示找出每列的最大值]&
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
&c(4:6)=c(4:6)*180/pi&&%---[4-6列为转动，将以弧度为单位的数值转化为以角度为单位的值，pi表示π]&
&&&&&&&&&&&
②运行结束后将生成一对mean*（.img和.hdr）文件（平均脑）、一个rp_*.txt文件（头动参数文件）及若干对r*（.img和.hdr）文件。
3、Coregister 配准
目的：是将所有的图像同一个volume对齐，对功能像与结构像做一个信息的变换。我们相信对于被试，功能像与结构像是线性相关的平动与转动，而不是扭曲的。由功能像向结构像去配，对于结构像中的hdr文件存有一个矩阵，而这个矩阵就包含了功能像的信息。
过程：&在spm8中选择Coregister（Estimate）:---[只需要将旋转的矩阵写入到hdr文件中，不需要生成新的文件，也就是对3D文件做一个刚体的变换，变换到功能像空间里]
Reference Image---[选择头动校正后生成的mean*.img文件]
Source Image---[选择3D文件，即data3D文件夹中的.img文件]
其余选项采用默认设置，点击上方绿色的三角开始运行。
说明：Source image与Reference
image的关系，可以认为是将结构像向以mean开头的功能像里估计，估计结束后就可以将旋转矩阵写入到精度更高的3D文件当中，最后做出的图像的分辨率就会很高。（结构像比功能像清晰很多）
4、Segment 分割
目的：要将被试的结构像配到功能像里，就需要将结构像进行分割。一般分割为灰质、白质和脑脊液三部分。
过程：&&&&&&&&
在spm8中选择Segment
Data---[选择配准后的3D图像，即data3D文件夹中的.img文件]
&&&&&&&&&.Clean
up any partitions----Light clean
Affine Regularisation---[选择欧洲人或东亚人大脑模板] 如：ICBMspace
template-European brains
其余选项采用默认设置，点击上方绿色的三角开始运行。
5、Normalise 标准化
目的：将不同容积及形状的被试的大脑放到一个标准空间里，用一个公用的坐标系去描述具体的一个位置。
方法：①. Normalize by using EPI templates；&
&&&&&&&&&&&
②. Normalize by using T1 image unified segmentation。
先说第①种方法的操作：
在预处理面板标准化选项中选择“Normalise:Estimate&Write”，出现一个对话框，我们做如下设置：
选中“data”——“new
sbject”，在data下新出现的“subject”选项中作如下设置，“sourceimage”选择空间校准步骤中生成的mean文件，“image
to write”选择所有刚进行完校准的文件“ra*.img”，“template
image”我们选择“EPI.nii”，其余采用默认设置，点绿三角运行。
或用第②种方法的操作：
用3D像文件做分割，用分割的信息去做空间标准化，分割要做三个小步骤，被试既有结构像，又有功能像，我们要用结构像分割所得到的信息来做功能像的空间标准化。首先，要保证功能像与结构像在同一个位置。所以，需要做一次coregister，即配准。先把被试的结构像变换到被试的功能像空间里，然后将变换到功能像里的结构像分割所得到的相应信息运用到功能像里。
结构像在功能像空间里被分割后，会得到一个矩阵。这个矩阵就会告诉我们如何从被试的功能空间去往标准空间。也就是MNI空间。我们可以根据这些信息应用到功能像里，写进去以后就会自动配准到标准空间里去。
Normalise: Write&
Data: new subject&&&&&&&&
File---[参数文件，选择3D文件夹下segment后的文件，有2个文件，分别是seg_sn.mat和seg_inv_sn.mat，前者表示由功能像到标准化空间去配，而后者正相反，所以选择前者。]
Image to Write---[要写入的文件，选择3D文件下的ms*.img文件]&&&&&&&&
Bounding box---[默认的偏小，可以改为-90 -126 -72 90 90
（相当于把整个大脑装在这个“盒子”里）
Voxel sizes—[改为3&3
3]&& （不能为1 1 1）
其余参数默认即可。
再次Normalise，做完头动校正后，以平均脑文件做一次标准化。&
Normalise: Write&
&&&&&&&&&&
Data: new subject&
&&&&&&&&&&&&&
Parameter File---[参数文件，选择3D文件夹下segment后的seg_sn.mat文件]&
&&&&&&&&&&&&
Write---[要写入的文件，选择头动校正后以r开头的.img文件]&
&&&&&&&&&&&&
&Bounding box---[默认的偏小，可以改为-90 -126 -72 90 90
&&&&&&&&&&&
&&Voxel sizes—[改为3 3
3]&&&&&&&&&&&&&&
Filename Prefix：默认为w
&&&&&&&&&&&&&&其余参数默认即可。点击上方绿色的三角开始运行。
说明：运行完毕会生成若干对waf*打头的img/hdr文件，同时还会生成一个mean*_sn.mat文件（存放变换参数）。
6、Smooth 平滑
目的：将功能像文件平滑
Image to smooth---[选择做完标准化后的以w开头的功能像文件]&
FWHM改为6 6 6---[半宽全高，通常取体素的2倍]；&其余默认。
点击上方绿色的三角开始运行。
说明：高斯平滑后会生成若干对swaf*打头的img/hdr文件。
如前所述，用SPM进行数据处理分析过程主要分为两大部分：预处理过程和统计分析过程。
预处理过程已经在前两篇里完成啦，接下来是统计分析过程。
参数估计：
在spm8中选择Specify 1st-level
即以前版本的“fMRI model”，spm5 和spm8 中的分析选项有所变化，使用Specify 1st level
做单个被试(single subject)分析；使用Specify 2nd level做组分析(group
analysis)。我们选择“Specify 1st level”，出现一个对话框，设置参数如下：
Directory：指定一个文件夹存放结果数据，如放在data3D文件夹中；
Units for design选择“Scans”-----[如选 scans （对events，事件相关），其后 durations
的时间按 TR 的倍数计算 ；如选 seconds ，则以秒为单位计算 ]
Interscan interval（即TR）输入“2”
Microtime resolution --- [通常默认为 16 ，除非 TR 很长 ]
Microtime onset --- [在 ER 设计中， slice timing 时， reference slice
的扫描次序，例如 reference slice 为第 25 层，是第 13 个扫描的，这里就填 13 ]
“Data & Design”选择“New
Subject/Session”，再选择新出现的“Subject/Session”，
选择“Scans”并用文件选择器选择相应任务的所有平滑后的功能图像（swra*.img）
然后点击“down”，选择“Condition”后选择“New&condition”，然后选中新出现的“Condition”，
“Name”选项输入任务条件的名称，
“Onsets”输入任务条件的启动向量，代表任务刺激启动的扫描数，【如1:14:70 ，代表任务从第 1个 TR 开始，每 14 个
TR 为一个周期，共 70 个 TR 】
选中“Durations”--- [ER 设计填 0、block 设计填刺激任务的持续时间 ，注意前面 Units for
design 的选择！！ ]
&输入任务组块的持续时长，如是事件相关设计请输入“0”。如还有其他任务，要再次选中“Condition”——“New
condition”——“Condition”定义其他任务条件。
设置完毕后点击绿三角运行。
这样将会在开始选择的目录中生成文件spm.mat.
下面要估计我们刚建立的模型，在模型设置面板中点击“estimate”，将打开一个对话框，
很简单，我们只须选择刚生成的“spm.mat”文件点击“down”然后点击绿三角运行即可。
估计完成后，我们选择“results”，将打开又一个对话框，
图中设计矩阵表明一个扫描序列中我们有三个任务条件，均为事件相关设计，选中“t—contrasts”，点击“define new
contrast”, 第一个任务“contrast”定义为“1”， 第二个任务定义为“0 1”，第三个任务nn 定义为“0 0
1”，第一个任务减第三个任务定义为“1 0 -1”，第二个任务减第三个任务定义为“0&1
-1”，第二个任务减第一个任务定义为“-1 1”，其余操作以及激活图显示和以前版本都是一致的。
值得我们注意的是，我们指定或输入一系列的参数来进行每一步的处理，完成后我们可以通过Save按钮将每一步存为一个*.mat文件。以后我们可以通过Load按钮重新加载并使用这些*.mat文件，我们适当修改后（例如改变所运行的数据集）再选择Run按钮运行。
另外我们可以使用TASKS菜单项指定一系列的操作(预处理和/或分析)，在TASKS-&Batch菜单项下，你可以在一个大文件中指定数据处理所有步骤。批处理交互界面非常灵巧。它知道根据指定的步骤将产生什么文件。例如，在Tasks-&Batch,菜单项下，选择New
"Spatial"。在你的SPM任务树(Jobs tree)中选择(highlight) -Spatial ，并从选项面板中选择New
选项指定我们前述的realignment的详细步骤。现在，当我们向任务树中添加标准化步骤时，我们将看见为标准化操作选择r*文件的选项，尽管事实上，我们还没有真的生成r*文件。所以，批处理非常智能，可以预测我们的需要。如果我们已经生成了几个批处理任务文件，我们可以使用TASKS-&Util-&Execute
Batch Jobs选项来运行它们。该工具允许我们选择一系列的mat文件(不一定是batch
jobs文件)来运行。如果你怀念旧版本SPM操作界面，在TASKS菜单下，选择Sequential，这样就不会出现树(tree)，选项将会出现在SPM输入窗口。
说明： （1）定义对比 ，一般 0不用输，要看超过基线或 control 的部分， contrast 选 1，反之可以选
&（2）extent threshold
：范围的阈值，定义多少个连在一起有意义的体素数目才不认为有可能是噪声。这个数值的选择一般要结合选定的P值和 smooth 中 FWHM
&（3）Overlays中选择 slice 查看 2D 激活图 、选择 sectors 查看 3D
激活图，文件选择经标准化后的3D文件，以 wms
开头；也可选Render，在spm8工具箱中的render中的三个模板，用以查看在玻璃脑中的激活图。
&（4）标准化后的图像结果还可以用 MSU 插件（ toolbox ）来获得每一个
激活区的大小（体素个数）和相应的坐标以及对应的脑功能区域或解剖结构。
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。